一、项目介绍
1、项目来源:
当移动机器人处在一个简单或复杂、静态或动态、已知或未知的环境中时,机器人的首要任务是感知环境,避开障碍物,然后以最小或较小的消耗(时间、空间或者能量)完成自己的任务,这个过程的基础所在就是路径规划。所谓路径规划是指按照一定的性能指标,机器人如何从所处的环境中搜索到一条从初始位置开始的实现其自身目的最优或次优路径。路径规划是机器人研究中的重要领域,通常路径规划包括两个层面的意思:一个是关节机器人空间的路径规划;另外一个是移动机器人路径规划。前者具有较多的自由度,现在较多的应用于工业机器人中;而后者在近十年来的发展极为迅猛,其研究内容也更为广阔。我们选取后者作为研究内容。
实际上,移动机器人的路径规划方法是基于不同的环境和具体的移动机器人控制体系结构的,在差异较大的环境中对于性能不同的移动机器人来说,不同的路径规划方法各有自己的优势与劣势。目前还没有一种规划方法适合各种环境任何系统,并且有时候选择不同的规划方法结合双方的优点可以取得更好的规划效果。
二、项目计划实施内容
- 分析一般路径规划算法,了解设计需求;
- 对传统和智能机器人路径规划算法归纳整合,并给出相应的程序;
- 通过环境建模方法,提出机器人路径规划仿真系统平台设计方法,解决环境、机器人、障碍物、路径等采集与表示问题;
- 建立算法接口,用以将环境信息及路径规划算法进行输入输出;
- 实现机器人路径规划仿真平台的设计;
通过制作智能车(AGV)实物,通过导航线(特殊的路径规划),完成路径导航算法的测试。
三、预期成果及现阶段已取得的研究成果
1、预期研究成果:
- 对移动机器人路径规划算法进行研究和分析,为移动机器人系统开发提供基础;
- 改进或实现部分路径规划算法,并利用Matlab或MSRS等软件仿真;
- 设计并制作智能小车(AGV),设计导航线算法,进行实物验证,从而验证算法的可实现性;
- 建立环境模型、障碍物模型、机器人物理模型以及各种传感器模型,作为方针平台的底层框架;
- 开发出移动机器人路径规划仿真系统平台;
- 撰写总结报告一篇,力图发表两篇核心期刊论文;
2、现阶段已取得的研究成果:
成果一:机器人路径规划算法部分
在2011年12月—2011年3月期间,我们对不同的路径规划算法进行了研究,并且利用Matlab软件对其进行编程仿真,并且我们对仿真结果,进行了数据分析和研究,对不同的算法进行了对比,提出了各自的优缺点。
下面我们选取几种已经做好的算法进行成果展示,分别为A*算法、人工势场算法等。并且我们又进一步实现了避障及导航线循迹算法,为以后的研究工作奠定了基础。
附录为A*算法的流程,对于其他算法的模型及流程,详见各开发文档。
1、A*算法matlab仿真结果
上图为采用A*算法的路径规划结果。图中红色圆点表示障碍物,蓝色圆点表示起始点。由图可以看出,A*算法的规划效果比较好。
2、人工势场算法matlab仿真结果
人工势场法的基本原理就是在机器人所处离散环境中的每一点
赋一个势场值
,
的值是目标点的引力和障碍物的斥力的叠加。
和
是距离影响因子,
为与目标的距离,
为与障碍物的距离。因此机器人的路径规划就是从起始点沿着势场最快下降的方向达到目标点。
人工势场受力模型图
该方法的优点是在数学描述上简洁,可以使机器人迅速躲开突发障碍物,实时性好,因而经常被用于局部路径规划的设计。
但是人工势场法的缺点也比较多:
如下图所示,会产生错误的结果:
1、存在陷阱区域:就是在路径规划中经常会碰到局部极值点,也就是引力和斥力相等,合力为零的点,从而使机器人运动到一个死区,导致规划失败。
2、当目标点附近有障碍物时,智能机器人将永远也到达不了目的地。在以往的一些研究中,目标点和障碍物都离得很远,当机器人逼近目标点时,障碍物的斥力变的很小,甚至可以忽略,机器人将只受到吸引力的作用而直达目标。但在许多实际环境中,往往至少有一个障碍物与目标点离得很近,在这种情况下,在智能机器人逼近目标的同时,它也将向障碍物靠近,由于引力场函数和斥力场函数的定义,斥力将比引力大得多,这样目标点将不是整个势场的全局最小点,因此智能机器人将可能达不到目标。
3、在障碍物密集的区域会产生震荡,从而无法完成路径规划。
4、在连续狭窄的障碍物通道中摆动,或是无法发现路径。
产生上述问题的原因是由于人工势场法把所有信息压缩为单个合力,这样就造成了把有关局部障碍物分布的有价值的信息抛弃掉的缺陷。
通过对这种基本算法的扩展,这一问题己经得到很好的解决。这一算法产生的路径是以牺牲安全、与最近障碍物的距离和路径的最优长度为代价的。
人工势场法机器人路径规划
3、避障算法仿真结果
应用避障算法后,机器人运动结果:
4、导航线循迹算法仿真结果
实例1:
实例2:
成果二:智能小车(基于摄像头)导航
从2010年12月至2011年3月,我们设计并且制作了智能小车(AGV),用以完成该项目的导航线路径规划部分。
目前,我们已经将智能小车设计并组装完毕。并且已经完成了部分软件设计。目前小车能够通过摄像头采取到如下(第3部分)图片。使小车能够循线行驶。并且能将各传感器信息进行融合,从而达到较好的导航效果。
下面我将从三个方面进行成果展示,其一为赛道举例,其二为硬件电路设计,其三为摄像头采集图片示例。
驱动电路模块
利用以下驱动电路实现
利用两个BTS7960芯片,BTS7960是半桥驱动芯片,就是说需要2个芯片来驱动一个电机,电流最高43A,其内阻很小,所以散热不是很厉害。
电机的控制芯片。一般情况下用的有33886或者是BTS7960控制芯片,前者是电路中的全桥控制电路,就是说一片就可以完成变速和正转与反转。而后者是半桥控制电路,就是说一片只能完成变速,但是不能完成转向的切换,若需要换向时,可用两片BTS7960搭接成全桥电路即可。
其工作原理是由主控制芯片(一般情况下为单片机)根据加速或减速以及正转或反转的信息产生相应的PWM波形,而该PWM波形将会送人电机控制芯片,电机控制芯片将会产生相应的响应来改变电机两端的电压,从而实现变压调速。
视屏分离模块
视频分离采用LM1881电路实现。
这些信号都是图像数字采集所需要的同步信号,有了它们,便可确定采集点在哪一场,哪一行. LM1881 也能对非标准的视频信号进行同步分离,通过固定的时间延迟产生默认的输出作为场同步输出.
其特点是:
1) 交流耦合的复合视频输入信号源;
2) 大于10 kΩ的输入阻抗;
3) 小于10 mA 的消耗电流;
4) 复合同步和垂直同步输出;
5) 奇偶场输出;
6) 色同步输出;
7) 水平扫描频率可达到150 kHz ;
8) 边沿触发的场输出;
9) 对于非标准视频信号产生默认的场同步输出.
复位电路和串口
复位电路采用MAX811芯片实现,MAX811是低功耗微处理器(微处理器),用于监测微处理器和数字系统电源监控电路。提供优良的电路的可靠性,该MAX811还提供了一个去抖手动复位输入。这些设备执行单一的功能:只要复位信号VCC电源电压低于预设的阈值时,保持至少140ms后,它拥有的VCC复位阈值以上的增长。MAX811具有低有效复位输出(这是保证在正确的状态是在VCC低至1V),复位比较器的设计会忽略VCC上快速瞬变。复位阈值可用于与电源电压的各种操作。
低电源电流使便携式设备的使用MAX811/MAX812的理想选择。
串口功能利用MAX232CPE实现。MAX232CPE的功能就是实现串口通讯功能驱动 与串口数据接收功能 集成IC 这个max232cpe的芯片 必须+5V 电源才会工作。 主要用在外围设备中 主要起到与电脑或单片机这一块串口通讯 。MAX232CPE完成232电平与TTL电平转换,提供一个本地接口,为调试和维护提供方便。TXD接SX52的RA2脚,RXD接SX52的RA3脚,RS-RXD和RS-TXD是RS232电平,为标准串口电平。数据可以从串口输入到单片机SX52,SX52再把数据送到RTL8019AS传出去。
电源模块
电源模块由MC34063,LM2904,LM1117组成。
MC34063用于实现电压转换,该器件本身包含了DC/DC变换器所需要的主要功能的单片控制电路且价格便宜。它由具有温度自动补偿功能的基准电压发生器、比较器、占空比可控的振荡器,R—S触发器和大电流输出开关电路等组成。该器件可用于升压变换器、降压变换器、反向器的控制核心,由它构成的DC/DC变换器仅用少量的外部元器件。主要应用于以微处理器(MPU)或单片机(MCU)为基础的系统里。
LM2904作为低压差线性稳压器,转换效率高。LM2940是低压差三端稳压电路、均为定压输出:5v12v15v。最低压差电压0.5v输出电流1A。此管散热板与中脚相通要接地为负端。
M1117是一个低压差电压调节器系列,可用于开关DC/DC转换器的主调压器。其压差在1.2V输出,负载电流为800mA时为1.2V。LM1117有可调电压的版本,通过2个外部电阻可实现1.25~13.8V输出电压范围。LM1117提供电流限制和热保护。电路包含1个齐纳调节的带隙参考电压以确保输出电压的精度在±1%以内。输出端需要一个至少10uF的钽电容来改善瞬态响应和稳定性。
|